© 2021 BIOTOOLS Co., Ltd. All Rights Reserved
過去常常被遺忘的器官—腸道菌叢,在 2020 年一開始,在第四屆亞洲微生物體趨勢論壇被熱烈討論!本次論壇由圖爾思生物科技、中央研究院生化所、台大醫院、臺北醫學大學主辦,邀請亞洲知名專家、學者,分享最新趨勢及研究,盼集結產官學界的不同想法與意見,為台灣微生物領域的研究激發更多創新動能,開啟更多新的契機...
今(5)日,國內專注於微生物體學(microbiome)與次世代定序(NGS)技術的圖爾思生物科技公司(BIOTOOLS),及圖爾思微生物體研究中心(BMRC)接受本刊專訪。BMRC執行長劉君豪表示,在耕耘多年的學研市場後,圖爾思將鎖定「營養」、「口腔」、「感染症」三大領域積極布局,正式將其次世代定序技術服務推向臨床應用。 劉君豪指出,圖...
原創文章 引用請註明出處 DADA ( Divisive Amplicon Denoising Algorithm) 是一種校正擴增子序列錯誤的演算模型,分析不採用聚類方法建構 OTUs [1]。雖然過往研究通常採用 97% 或 99% 序列相似程度進行 OTU clustering 並以代表序列做後續分析,但也知道 OTU 並不能完全代表一個物種,因而限制了微生物物...
圖爾思NGS部門自發展初期即致力於微生物體的全球研究趨勢與應用,至今累積發表文獻已多達10篇。圖左為亞州準譯李定寰處長,圖右為圖爾思微生物體研究中心執行長劉君豪。 基於定序技術所帶領的微生物體學(Microbiome) 研究在近年來有不少的文章被發表,包含癌症免疫治療、人體微生物組成,以及營養與益生菌、健康與疾病的...
原創文章 引用請註明出處 2018 年 1 月, QIIME 團隊發出官方聲明,將不再進行 QIIME1 的更新與維護。取而代之的是 QIIME 2™ ,QIIME2 提供了一個具再現性、互動性與可擴展性的微生物體資料分析平台[1] (根據 Google Scholar 截至 2019/11/7 已有 42 篇論文引用)。QIIME2 繼承了 QIIME1 具有的分析...
原創文章 引用請註明出處 微生物體資料分析通常為了考慮定序深度的差異,豐度會標準化為比例關係(例如,相對豐度)。而這樣的組成型資料常造成統計上的偏差,為了能改善其統計效力也發展出相應的分析方法。在進行相對豐度於組間的差異分析中,除了採用累計求合標準化(cumulative-sum scaling, CSS)方法的 meta...
原創文章 引用請註明出處 進行微生物群落研究時,往往會需要檢測菌相與不同環境變量(因子)間的相關性,例如: 1. 微生物群落與生態環境變量間的相關性 2. 人體微生物與疾病病程發展的相關性 3. 不同藥物處理後,微生物組成與病情改善間的相關性 因此需要透過特定的環境因子關聯模型,分析特定因子或因子組合對...
原創文章 引用請註明出處 人類微生物研究的下個黃金十年 人體微生物體計劃(Human Microbiome Project, HMP)在2007年被提出之後,第一階段(HMP1, 2008-2012)共投入1.15億美金,主要關注於健康人群的人體微生物,對人體各部位如鼻腔、口腔、皮膚、腸道以及生殖道等部位進行微生物體檢測,初步幫助科學...
只要再完成幾個步驟,即可完成帳號的註冊程序。
抱歉,為了您的瀏覽體驗及安全性,本網站不支援IE瀏覽器,請參考下方常用瀏覽器。